Akan A.I. Tidak lama lagi dapat menggantikan ulama sastera?

Dengan satu pasangan yang mempelajari evolusi kecerdasan buatan dan semula jadi dan yang lain meneliti bahasa, budaya, dan sejarah Jerman, bayangkan perbincangan di meja makan kami. Kita sering mengalami pertembungan stereotaip dalam pandangan antara pendekatan kuantiti semula jadi yang berasaskan ukuran dan pengukuran, dan pendekatan yang lebih kualitatif tentang kemanusiaan, yang paling penting adalah bagaimana orang merasa sesuatu, atau bagaimana mereka mengalami atau menafsirkannya.

Kami memutuskan untuk berehat dari pola itu, untuk melihat sejauh mana setiap pendekatan dapat membantu yang lain. Khususnya, kami ingin melihat jika aspek kecerdasan buatan boleh mencipta cara baru untuk mentafsirkan novel grafik bukan fiksyen mengenai Holocaust. Kami akhirnya mendapati bahawa beberapa A.I. teknologi belum maju dan cukup mantap untuk memberikan pandangan berguna - tetapi kaedah yang lebih mudah mengakibatkan pengukuran yang boleh diukur yang menunjukkan peluang baru untuk penafsiran.

Memilih Teks

Terdapat banyak penyelidikan yang ada yang menganalisis badan besar teks, jadi kami memilih sesuatu yang lebih kompleks untuk A.I. analisis: Reinhard Kleist's The Boxer, sebuah novel grafik berdasarkan kisah sebenar bagaimana Hertzko "Harry" Haft bertahan dalam kem kematian Nazi. Kami ingin mengenal pasti emosi dalam ekspresi muka watak utama yang dipaparkan dalam ilustrasi buku, untuk mengetahui sama ada itu akan memberi kita lensa baru untuk memahami cerita.

Dalam kartun hitam-putih ini, Haft menceritakan kisahnya yang mengerikan, di mana dia dan tahanan tahanan lain yang ditempatkan untuk menumpang antara satu sama lain hingga mati. Cerita ini ditulis dari perspektif Haft; diselingi sepanjang naratif adalah panel flashbacks yang menggambarkan kenangan Haft peristiwa peribadi penting.

Pendekatan kemanusiaan adalah untuk menganalisis dan kontekstualisasi elemen-elemen cerita, atau kisah secara keseluruhan. Novel grafik Kleist adalah reinterpretasi novel biografi 2009 oleh anak lelaki Haft Allan, berdasarkan apa yang diketahui oleh Allan tentang pengalaman bapanya. Menganalisa set kompleks tafsiran dan pengertian penulis ini hanya berfungsi untuk menambah lapisan subjektif lain di atas yang ada.

Dari perspektif falsafah sains, tahap analisis hanya akan menjadikan perkara lebih rumit. Ulama mungkin mempunyai tafsiran yang berbeza, tetapi walaupun mereka semua bersetuju, mereka masih tidak tahu sama ada pandangan mereka secara objektif atau jika semua orang mengalami ilusi yang sama. Menyelesaikan dilema itu memerlukan eksperimen yang bertujuan untuk menghasilkan ukuran yang lain dapat menghasilkan semula secara bebas.

Tafsiran Imej yang Boleh Dibaca?

Daripada menafsirkan imej kita sendiri, menundukkan mereka dengan kecenderungan dan prasangka yang kita sendiri, kita berharap A.I. boleh membawa pandangan yang lebih objektif. Kami bermula dengan mengimbas semua panel dalam buku. Kemudian kami menjalankan penglihatan Google A.I. dan pengiktirafan wajah Microsoft AZURE dan anotasi watak emosi juga.

Algoritma yang kita gunakan untuk menganalisis The Boxer sebelum ini telah dilatih oleh Google atau Microsoft pada beratus-ratus ribu imej yang telah dilabelkan dengan perihalan apa yang mereka gambarkan. Dalam fasa latihan ini, A.I. sistem diminta untuk mengenal pasti imej yang ditunjukkan, dan jawapan tersebut dibandingkan dengan keterangan sedia ada untuk melihat apakah sistem yang dilatih adalah betul atau salah. Sistem latihan menguatkan unsur-unsur rangkaian neural yang mendasari yang menghasilkan jawapan yang betul, dan melemahkan bahagian-bahagian yang menyumbang kepada jawapan yang salah. Kedua-dua kaedah dan bahan latihan - imej dan anotasi - adalah penting untuk prestasi sistem.

Kemudian, kita berpaling kepada A.I. longgar pada gambar buku. Sama seperti pada Keluarga Feud, di mana pengeluar pertunjukan meminta 100 orang yang tidak dikenali dan mengira berapa banyak yang memilih setiap jawapan yang berpotensi, kaedah kami meminta A.I. untuk menentukan emosi wajah yang ditunjukkan. Pendekatan ini menambah satu elemen penting yang sering hilang apabila subjek menafsirkan kandungan: reproduktif. Mana-mana penyelidik yang ingin menyemak boleh menjalankan algoritma sekali lagi dan mendapatkan hasil yang sama yang kami lakukan.

Malangnya, kami mendapati bahawa A.I. alat dioptimumkan untuk gambar digital, bukan imbasan lukisan hitam-putih. Ini bermakna kita tidak mendapat data yang boleh dipercayai tentang emosi dalam gambar. Kami juga terganggu untuk mendapati tiada algoritma mengenal pasti mana-mana imej yang berkaitan dengan kem Holocaust atau kem tahanan - walaupun penonton manusia akan mudah mengenal pasti tema tersebut. Mudah-mudahan, itu kerana A.I.s mempunyai masalah dengan imej hitam dan putih itu sendiri, dan bukan kerana kecuaian atau kecenderungan dalam set latihan atau anotasi mereka.

Bias adalah fenomena yang terkenal dalam pembelajaran mesin, yang boleh menghasilkan hasil yang benar-benar menyakitkan hati. Analisis imej-imej ini berdasarkan semata-mata mengenai data yang kami dapat tidak akan dibincangkan atau mengakui Holocaust, peninggalan yang bertentangan dengan undang-undang di Jerman, antara negara-negara lain. Kelemahan ini menyoroti kepentingan kritikal menilai teknologi baru sebelum menggunakannya secara lebih meluas.

Mencari Keputusan Boleh Dipalsukan Lain

Ditentukan untuk mencari cara alternatif untuk pendekatan kuantitatif untuk membantu kemanusiaan, kami akhirnya menganalisis kecerahan gambar-gambar, membandingkan adegan kilas balik kepada detik-detik lain dalam kehidupan Haft. Untuk itu, kami mengukur kecerahan imej yang diimbas menggunakan perisian analisis imej.

Kami mendapati bahawa sepanjang buku ini, fase emosi yang bahagia dan ringan seperti pelarian penjara atau kehidupan pasca perang Haft di AS ditunjukkan dengan menggunakan imej yang terang. Fase traumatis dan sedih, seperti pengalaman kemumpuannya, ditunjukkan sebagai imej gelap. Ini sejajar dengan pengenalan psikologi warna putih sebagai nada tulen dan gembira, dan hitam sebagai melambangkan kesedihan dan kesedihan.

Setelah menubuhkan pemahaman umum tentang bagaimana kecerahan digunakan dalam imej buku, kami melihat dengan lebih dekat pada adegan kilas balik. Kesemua mereka menggambarkan peristiwa yang sengit dan emosi, dan beberapa daripadanya adalah gelap, seperti peringatan mengkremkan penghuni kem tahanan lain dan meninggalkan cinta hidupnya.

Kami terkejut, bagaimanapun, mendapati bahawa pemotretan menunjukkan Haft tentang menumbuk lawan sehingga mati terang dan jelas - menunjukkan dia mempunyai emosi positif tentang pertemuan maut yang akan datang. Itu bertentangan dengan apa yang pembaca seperti kita mungkin merasa ketika mereka mengikuti cerita, mungkin melihat lawan Haft sebagai lemah dan menyadari bahawa dia akan dibunuh. Apabila pembaca berasa kasihan dan empati, mengapa Haft merasa positif?

Percanggahan ini, yang ditemui dengan mengukur kecerahan gambar, mungkin mendedahkan lebih mendalam mengenai bagaimana kem kematian Nazi terjejas dengan emosi. Bagi kami, sekarang, tidak dapat dibayangkan bagaimana pandangan menewaskan orang lain dalam perlawanan tinju akan positif. Tetapi mungkin Haft berada dalam situasi yang sangat terdesak sehingga dia melihat harapan untuk bertahan hidup ketika menghadapi lawan yang bahkan lebih kelaparan daripada dirinya.

Menggunakan A.I. alat untuk menganalisis sekeping kesusasteraan ini menumpahkan cahaya baru ke atas unsur-unsur utama emosi dan ingatan di dalam buku - tetapi mereka tidak menggantikan kemahiran seorang pakar atau sarjana dalam menafsirkan teks atau gambar. Sebagai hasil percubaan kami, kami berfikir bahawa A.I. dan kaedah pengiraan lain memberikan peluang yang menarik dengan potensi untuk penyelidikan yang lebih boleh diukur, boleh dihasilkan, dan mungkin objektif dalam kemanusiaan.

Ia akan mencabar untuk mencari jalan untuk menggunakan A.I. sewajarnya dalam kemanusiaan - dan lebih-lebih lagi kerana semasa A.I. sistem belum cukup canggih untuk bekerja dengan pasti di semua konteks. Ulama juga harus peka dengan potensi bias dalam alat ini. Jika matlamat akhir A.I. penyelidikan adalah untuk membangunkan mesin yang mengingati kognisi manusia, sistem perisikan buatan mungkin tidak hanya perlu berkelakuan seperti orang tetapi memahami dan mentafsirkan perasaan seperti orang juga.

Artikel ini pada asalnya diterbitkan pada The Conversation oleh Leonie Hintze dan Arend Hintze http://theconversation.com/profiles/arend-hintze-225106. Baca artikel asal di sini.